一、什么是K-近邻算法 根据你的"邻居"来推断出你的类别 K Nearest Neighbor算法又叫KNN算法,这个算法是机器学习里面一个比较经典的算法, 总体来说KNN算法是相对比较容易理解的算法。 定义 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。 来源:KNN算法最早是由Cover和Hart提出的一种分类算法 距离公式 两个样本的距离可以通过如下公式计算,又叫欧式距离 ,关于距离公式会在后面进行讨论 二、电影类型分析 假设我们现在有一部电影 其中? 9号电影不知道类别,如何去预测?我们可以利用K近邻算法的思想 分别计算每个电影和被预测电影的距离,然后求解 三、KNN算法流程总结 1)计算已知类别数据集中的点与当前点之间的距离 2)按距离递增次序排序 3)选取与当前点距离最小的k个点 4)统计前k个点所在的类别出现的频率 5)返回前k个点出现频率最高的类别作为当前点的预测分类